从不同视角玩转和揭示人机交互中的自动民族志万花筒——自动民族志文献回顾

文献标题

在HCI中探讨视角与揭示自传式民族志万花筒──对自传式民族志的文献综述

文献信息

• 主题领域: 人机交互 (Human-Computer Interaction, HCI) 中自传式民族志方法的应用
• 关键词: 文献综述, 元综述, 人机交互, 自传式民族志, 定性方法, 第一人称方法, HCI理论, 设计方法学, 报告标准

研究背景与问题

• 发现的问题或挑战:
  • 自传式民族志作为一种将个人经验与学术探究相结合的研究方法，近年来在HCI中逐渐获得关注，但对其功能及在HCI研究中的作用仍缺乏系统性分析。
  • HCI方法学的透明性和理论反思不足，尤其是第一人称研究方法（如自传式民族志）的规范和最佳实践尚未完全明确。
• 研究问题的重要性:
  • 随着技术与人类互动的复杂性增加，第一人称方法（如自传式民族志）可以提供主观体验的独特视角，这种研究方法的系统性理解可以促进HCI领域的方法论发展。
• 研究动机与相关工作:
  • 通过对21年间（2005年至2023年）HCI领域自传式民族志研究的文献综述，该论文旨在填补此领域系统性概述的缺失，明确其贡献类型、主题和方法，为未来研究者提供指导。

解决方案

• 方法或解决方案:
  • 本研究进行了系统性文献综述（Systematic Literature Review, SLR），分析了HCI领域中31篇采用自传式民族志方法的文献。
  • 通过PRISMA（系统评价和元分析的优先报告清单）方法，分为4个阶段：(1) 文献识别、(2) 筛选、(3) 确定排除标准并进行排除、(4) 包含。
  • 在分析中关注贡献类型、方法论标准、技术类型和主题。
• 创新之处:
  • 提供对不同的自传式民族志方法形式（如单一研究者 Vs 多研究者协作）的清晰区分。
  • 提出数据收集方法、分析方法及研究者位点披露等方面的报告推荐标准。
• 实施步骤与关键技术:
  • 借助ACM Digital Library进行关键词搜索 ("autoethno")，限定数据范围为HCI重要会议与期刊。
  • 使用代码书结合定性与定量方法对文献数据进行归类和分析（如主题分析、作者动机、研究贡献类型）。

研究成果

• 具体成果:
  • 分类总结了HCI自传式民族志的7个主要研究主题（如：数据与安全、设计与用户体验、健康与幸福等）。
  • 自动编码31篇HCI文献研究贡献类型，其中大多数为经验性（94%）。
  • 阐明了为何HCI研究者选择自传式民族志方法，包括多样化视角、提供个性化见解、纵向探索等。
  • 发现超过一半研究提供了多重贡献类型的结合（如经验性结合理论性贡献）。
• 与现有解决方案相比的优势:
  • 系统区分自传式民族志与其他HCI第一人称方法（如自传式设计），形成更清晰的定义和分类。
  • 强调HCI中的描述透明度和方法论标准，为后续研究奠定清晰的框架。
• 评估结果:
  • 确定自传式民族志广泛适用于探索复杂技术与人类交互的问题，尤其是在非传统研究情境中（如疫情、自我跟踪）。
  • 自传式民族志的时间跨度较平均，约为1.2年，表明其非“轻量级”方法。
• 局限性与未来方向:
  • 局限性：
    • 仅基于ACM DL，未全面覆盖其他数据库或会议文献。
    • 对其他产出的学术表达形式（如海报、研讨会提案等）的未涵盖可能漏掉部分重要内容。
  • 未来方向：
    • 扩大对其他学术数据库的覆盖。
    • 针对混淆的术语使用（如自传式民族志 Vs 自传式设计）提出更细化的规范。
    • 深入探索在不同文化背景下的自传式民族志应用潜力。

总结：

该论文不仅从HCI方法论的透明性和细化方面提供了宝贵洞见，还倡导标准化的报告机制，以便促进学术讨论中对研究方法的灵活运用和理解。